La publicité axée sur les données représente une immense opportunité. Cependant, elle est également complexe. Cette liste de certaines des questions les plus fréquemment posées est là pour vous aider à démêler cette complexité. Nous espérons que vous trouverez les réponses dont vous avez besoin ci-dessous, mais sinon, n’hésitez pas à nous contacter, et nous serons plus qu’heureux de vous guider à travers toute autre question que vous pourriez avoi.
FAQs sur la data collaboration
Contents
- Quelle est la différence entre les données de première partie et les données de troisième partie ?
- Qu'est-ce que l'attribution en ligne vers hors ligne
- Quels sont les avantages des réseaux de médias de vente au détail ?
- Quelle est la différence entre l’appariement déterministe et l’appariement probabiliste ?
- Comment fonctionne une data clean room ?
- Quels sont les différents types d’insights consommateurs ?
- À quoi sert une plateforme de données clients ?
- Comment les données de première partie sont-elles collectées ?
- Qu’est-ce qu’un avenir sans cookies ?
- Comment fonctionne la prise d’empreintes digitales ?
- Comment fonctionne la résolution d’identité ?
- Comment fonctionne une demand side platform ?
- Comment fonctionne la publicité contextuelle ?
- Quelle valeur la publicité contextuelle apporte-t-elle aux marketeurs ?
Quelle est la différence entre les données de première partie et les données de troisième partie ?
Ce qui différencie les données propriétaires des données tierces est leurs sources respectives. Les données propriétaires sont collectées directement auprès de votre propre audience, tandis que les données partenaires impliquent un échange direct de données entre deux parties de confiance. Les données tierces sont, quant à elles, des données collectées ou achetées auprès d’une autre entreprise. Pour en savoir plus, consultez notre article sur les différents types de données.
Qu'est-ce que l'attribution en ligne vers hors ligne
L’attribution online-to-offline consiste à mesurer l’exposition et l’engagement des publicités numériques en établissant un lien clair avec les ventes en magasin qui en résultent. Elle implique l’utilisation d’une infrastructure d’identité solide pour mesurer l’exposition et l’interaction avec les points de contact publicitaires et les attribuer aux ventes physiques.
Quels sont les avantages des réseaux de médias de vente au détail ?
Les avantages des réseaux de retail media (RMN) sont nombreux pour les marques et les annonceurs :
- Il s’agit d’une source de revenus supplémentaire pour les détaillants et les marques, car ils monétisent le trafic de leur site web.
- Leur publicité est plus ciblée : les marques aiment faire de la publicité sur les RMN, car ils peuvent afficher leurs annonces directement auprès de consommateurs en recherche active de produits.
- Ils améliorent la notoriété de la marque : lorsque les marques diffusent leurs annonces sur des sites de vente réputés, elles renforcent la visibilité de leurs propres produits, ce qui se traduit par une meilleure reconnaissance de la marque et une plus grande fidélité de la clientèle.
- Leur retour sur investissement est significatif : lorsque vous ciblez des acheteurs plus susceptibles d’acheter, vous enregistrez des revenus plus élevés pour des coûts moindres.
- Ils s’accompagnent d’analyses granulaires : les annonceurs qui utilisent les réseaux de retail media ont accès à des rapports et analyses détaillées, rendant plus faciles l’évaluation de leurs efforts publicitaires et l’ajustement éventuel de leurs campagnes.
- Ils proposent différents formats publicitaires : publicités sponsorisées, annonces display et bien plus encore, définis selon l’audience cible et les objectifs. «
Quelle est la différence entre l’appariement déterministe et l’appariement probabiliste ?
L’appariement déterministe et l’appariement probabiliste sont les deux principales méthodologies servant à associer les appareils aux clients. L’appariement déterministe fonctionne en créant des relations entre les appareils, c’est-à-dire en utilisant des informations personnelles identifiables (IPI) telles que les numéros de téléphone ou les adresses e-mail. Les appareils ne sont reliés que lorsqu’ils sont directement observés à l’aide des IPI liées à un consommateur, ce qui permet de privilégier la précision et de limiter les faux positifs. L’appariement probabiliste crée des relations entre les appareils grâce à une base de connaissances de données de liaison et d’algorithmes prédictifs comme base d’un graphe d’identité. Les appareils sont également regroupés implicitement (via l’empreinte digitale de l’appareil, la correspondance IP, la résolution de l’écran, le système d’exploitation, la localisation, le réseau Wi-Fi et les données de comportement et de navigation), grâce à une modélisation statistique d’un niveau de confiance donné. Ces groupes peuvent être associés à des identifiants basés sur des algorithmes prédictifs. Le choix de la méthode dépend des objectifs de marketing. L’appariement déterministe est pertinent si votre objectif est de cibler uniquement les acheteurs réels d’un produit spécifique, tandis que l’appariement probabiliste se justifie si votre objectif est de cibler des personnes susceptibles d’acheter ou d’être intéressées par un produit spécifique (car elles vous permettront d’atteindre un plus grand nombre de personnes).
Pour aller plus loin, nous vous invitons à découvrir nos articles First-party data : de quoi s’agit-il, comment les utiliser et pourquoi elles sont plus importantes que jamais ? et First Party Data : Créer des expériences personnalisées omnicanales.
Comment fonctionne une data clean room ?
Ces espaces fonctionnent en anonymisant les données transmises par un fournisseur de contenu et en les rassemblant en groupes démographiques. Les entreprises partenaires de ce fournisseur de contenu peuvent ensuite utiliser cet espace pour accéder aux données anonymisées, ce qui garantit la sécurité des données propriétaires. Plus d’information dans notre article ici.
Quels sont les différents types d’insights consommateurs ?
L’insight consommateur révèle des informations sur différents aspects. Ces informations consommateurs peuvent inclure le comportement, les préférences, les motivations, etc. Les entreprises qui recueillent, évaluent et mettent en œuvre les informations consommateurs peuvent prendre de meilleures décisions commerciales.
À quoi sert une plateforme de données clients ?
Une plateforme de données clients (CDP) est une solution qui rassemble et unifie les données client propriétaires issues de sources multiples. Elle permet ainsi d’établir une vue unique, organisée et complète de chaque client. Plus de détails dans notre article ici.
Comment les données de première partie sont-elles collectées ?
Il est plus pertinent de collecter les données propriétaires (historique d’achats, comportements sur le site, informations démographiques, etc.) via un contenu interactif. Contrairement aux blogs ou aux études de cas, qui sont consommés de manière passive, les contenus interactifs tels que les enquêtes et les questionnaires augmentent les chances de recueillir des informations précieuses. Plus d’infos sur notre article ici.
Comment fonctionne la prise d’empreintes digitales ?
Les empreintes digitales numériques permettent d’identifier une personne en fonction des propriétés de son appareil et des paramètres de son navigateur. Ses activités en ligne sont associées à un ensemble de points de référence appelés « empreintes ». Pour en savoir plus sur les problèmes liés aux empreintes numériques, cliquez ici.
Comment fonctionne la résolution d’identité ?
La résolution d’identité se fait selon les étapes suivantes :
- Création de graphes d’identité – listes d’identifiants clients reconnus, formant notamment un « guide » pour aider les organisations à développer des interactions multiples avec la clientèle.
- Intégration des données clients – Les graphes d’identité permettent aux organisations d’intégrer (ou de dédupliquer) les actions de la clientèle.
- Rattachement des données clients à différentes entités – Les organisations relient des entités aux profils individuels des clients.
Plus de détails dans notre article ici.
Comment fonctionne une demand side platform ?
Une demand side platform (DSP) fonctionne en remplaçant l’achat manuel de publicités par des enchères en temps réel. Prenons l’exemple suivant :
- Un annonceur choisit une audience cible et téléverse les annonces qu’il souhaite publier.
- Les éditeurs (sites web) publient leurs inventaires publicitaires (c’est-à-dire leur espace publicitaire) sur la DSP via des échanges d’annonces ou des plateformes de vente (SSP).
- L’échange d’annonces ou la SSP met l’impression publicitaire à la disposition de la DSP.
- La DSP décide de faire ou non une offre pour cette impression publicitaire, en fonction de la pertinence des critères de ciblage de l’annonce.
- L’annonceur de l’étape 1 entre en concurrence avec d’autres pour cette même impression publicitaire en plaçant des offres en temps réel grâce à la DSP.
- La DSP achète l’impression et la publicité s’affiche sur l’éditeur (site web).
En savoir plus sur les DSPs
Comment fonctionne la publicité contextuelle ?
La publicité contextuelle implique l’utilisation de différents signaux pour déterminer la pertinence d’un contenu pour un utilisateur potentiel. Si le contenu est jugé assez pertinent, il apparaîtra devant l’utilisateur. Par exemple, si quelqu’un cherche un article sur les chaussures, une publicité pour des chaussures pourrait s’afficher sur la page web où il se trouve. Les données propriétaires viennent compléter cette stratégie. En utilisant les informations recueillies directement à partir des interactions et préférences d’un utilisateur, les annonceurs peuvent améliorer la précision du ciblage contextuel.
En savoir plus dans notre article ici.
Quelle valeur la publicité contextuelle apporte-t-elle aux marketeurs ?
La publicité contextuelle apporte une valeur ajoutée considérable aux professionnels du marketing. Alors que les annonceurs s’appuyaient auparavant sur le ciblage comportemental traditionnel (en exploitant les données de navigation d’un client, par exemple), l’évolution des réglementations en matière de confidentialité rend cette approche moins intéressante et la publicité contextuelle représente donc une alternative plus durable. Au lieu de s’appuyer sur les cookies pour diffuser des publicités pertinentes, les insights basés sur le contexte d’une publicité sont tout aussi efficaces pour créer un contenu évocateur.
En savoir plus dans notre article ici.